Prozessautomatisierung von Strömungen in Bio- und Medizintechnik

Dr.-Ing. Bernhard Gatternig

More › Details for Bernhard Gatternig

Der Lehrstuhl für Strömungsmechanik (LSTM) verfügt über eine ausgedehnte, durch zahlreiche Publikationen und Patentanmeldungen dokumentierte, Expertise auf dem Gebiet der modellbasierten Simulation, Optimierung und Automatisierung von verfahrens- und energietechnischen sowie lebensmittel- und biotechnologischen Prozessen. Auf dem Gebiet der Prozessbeobachtung liegt der Entwicklungsschwerpunkt auf nichtinvasiven, optischen On- und Inlinesensoren für den Praxiseinsatz. Die erarbeiteten klassischen und adaptiven Prozessführungsstrategien beruhen auf effizienten Modellierungs-, Simulations-, Diagnose-, Prognose-, Steuerungs-, Regelungs- und Optimierungstools.

Für die Modellierung, Simulation und Wissensmanagement kommen Methoden des maschinellen Lernens, Data-Mining, Graphentheorie, metaheuristische Algorithmen, statistische Ansätze, mehrwertige Logik aber auch gewöhnliche Differentialgleichungen und analytische Modelle zum Einsatz. Beispielhaft sind dabei Fuzzy Logik, künstliche neuronale Netze, genetische Algorithmen und Referenznetze zu nennen. Alleinstellungsmerkmale erreicht der LSTM auf dem Gebiet der synergetischen Nutzung von informationstechnologischen Verfahren im Sinne von Hybriden (etwa Neuronumerik, Neurofuzzy, Numerostatistik, hybride Simulation diskreter und kontinuierlicher Prozesse). Als Automatisierungshardware dienen bevorzugt industrietaugliche speicherprogrammierbare Steuerungen, Datenbanken, Prozessrechner und Prozessleitsysteme, aber auch Methoden des Rapid Prototyping auf Basis von quelloffenen Physical-Computing-Plattformen.

  • Anwendung von atmosphärischer kalter Plasma-Technologie auf Weizenmehl mit anschließender Quantifizierung der Auswirkungen auf die Netzwerkfunktionalität von Teigen und Qualität von Backerzeugnissen

    (Third Party Funds Single)

    Term: March 1, 2019 - February 28, 2022
    Funding source: Bundesministerium für Wirtschaft und Technologie (BMWi)
    Abstract

    Die Qualität von Mehl unterliegt insbesondere hinsichtlich seiner funktionellen Eigenschaften natürlichen Schwankungen. Um diese zu kompensieren bzw. um die Mehlqualität und -funktionalitätzu verbessern, ohne dabei nährwertbezogene und sensorische Charakteristika zu beeinträchtigen, wurde bereits eine Vielzahl an Mehlbehandlungsverfahren (Oxidationsmittel, oxidierende Enzyme, Autoklaven, Mikrowellen-, IR-und UV-Technik) untersucht. Die für die Nutzung dieser Verfahren z. T. erforderlichen,aufwändigen Verarbeitungs-schritte und die damit verbundenen Kosten stehen einem Einsatz der meisten dieser Behandlungsmethoden jedoch entgegen. Eine Alternative, insbesondere zur Verwendung chemischer Oxidationsmittel, könnte sich durch den Einsatz atmosphärischen kalten Plasmas bieten. Kaltes Plasma erfordert nur einen geringen Energieeinsatz(0,19 W/cm²) und ist rückstandsfrei.Voruntersuchungen mit diesem Verfahren zeigten eine Verbesserung der elastischen und viskosen Eigenschaften von Mehlen und hieraus resultierend Verbesserungen in der Netzwerkfunktionalität, der optimalen Knetzeit und der rheologischen Eigenschaften von Teigen. Ziel des Forschungsvorhabens ist es, aufbauend auf diesen Voruntersuchungen ein Betriebsfenster für eine Anwendung der kalten Plasma-Technologie bei Mehl zu ermitteln. Hierfür ist ein Versuchsstand vorgesehen bestehend aus einem rotierenden Zylinder mit Elektroden, der so gestaltet ist, dass die Plasmabehandlung des Mehlsüber verschiedene Parameter (Plasmaeinheit: Behandlungsdauer, Drehgeschwindigkeit, Leistung und Elektrodenabstände; Probenmaterial: Mehltype, Qualitätssorte) eingestellt werden kann. Es werden die Auswirkungen der Plasmabehandlung auf die Funktionalität von resultierenden Teigen sowie auf die Qualität der Backerzeugnisse untersucht.

  • Physikalisch basiertes Management störender Schäume in Produktionsanlagen: Prävention, Inhibierung und Zerstörung - Experimentell validierte ingenierusmäßige Optimierung gekoppelter Impuls-, Energie-, und Stofftransportprozesse in Behandlungsanlagen schaumfähiger Lebensmittel (Teilprojekt 6)

    (Third Party Funds Group – Sub project)

    Overall project: Physikalisch basiertes Management störender Schäume in Produktionsanlagen: Prävention, Inhibierung und Zerstörung - Experimentell validierte ingenierusmäßige Optimierung gekoppelter Impuls-, Energie-, und Stofftransportprozesse in Behandlungsanlagen schaumfähiger Lebensmittel (Teilprojekt 6)
    Term: January 1, 2019 - December 31, 2021
    Funding source: Bundesministerium für Wirtschaft und Technologie (BMWi)

  • Entwicklung einer neuartigen Milchpulver Sprühtrockenanlage mit einem innovativen ultraschallbasierten Abreinigungsystem für eine Steigerung der Energieeffizienz um 70% bei gleichzeitiger Reduktion der Lärmimmission auf unter 45 dB.

    (Third Party Funds Group – Sub project)

    Overall project: Entwicklung einer neuartigen Milchpulver Sprühtrockenanlage mit einem innovativen ultraschallbasierten Abreinigungsystem für eine Steigerung der Energieeffizienz um 70% bei gleichzeitiger Reduktion der Lärmimmission auf unter 45 dB.
    Term: November 1, 2018 - May 31, 2021
    Funding source: Bundesministerium für Wirtschaft und Technologie (BMWi)

  • Wissensbasierte Prozessführungsstrategie zur stoffadaptiven Vermeidung des Überschäumens beim Abfüllen schaumfähiger, nichtkarbonisierter Getränke

    (Third Party Funds Single)

    Term: October 1, 2017 - September 30, 2019
    Funding source: Bundesministerium für Wirtschaft und Technologie (BMWi)
    Abstract

    Bei der Abfüllung nicht-karbonisierter Getränke kommt es in der Praxis häufig zu einer unerwünschten Schaumbildung, die die Produktion negativ beeinflusst (Anlagen-ausbringung, Abfüllungsgenauigkeit, Pro-duktverlustmenge, Hygiene des Abfüllprozesses). So muss sich die Abfülldynamik i.d.R. dem Schaumbildungsvermögen des abzufüllenden Produktes anpassen. Das Überschäumen bestimmt auch die Notwendigkeit und Häufigkeit von Flaschen- und Anlagenreinigung inkl. des damit verbundenen Einsatzes von Energie, Reinigungs- und Betriebsmitteln und der damit verbundenen Kosten. Vereinzelt verhindert ein unkontrollierter Schaumaustritt - etwa bei Obstsäften - schlichtweg den Einsatz einer aseptischen Abfüllung.
    Die größte wirtschaftliche Bedeutung besitzt das unerwünschte Überschäumen bei Orangensaft, mit einer Produktionsmenge von 656 Mio. L/Jahr (2015). Weitere Beispiele sind Säfte aus Ananas oder Roten Früchten sowie faserhaltige Säfte. Im Segment der Gemüsesäfte liegt ein besonders hohes Überschäumrisiko bei Rote-Bete- oder Sauerkrautsäften vor.
    Zum Überschäumen tragen folgende Effekte bei: (i) die von der Strömungsdynamik induzierte Freisetzung chemisch gelöster Gase aus der flüssigen Phase bzw. der induzierte Gaseintrag an der Getränkeoberfläche, (ii) die bei faserhaltigen Getränken zusätzlich stattfindende Freisetzung der an den Fasern anhaftenden Mikroblasen, (iii) die Anwesenheit oberflächenaktiver Stoffe, für das Schaumbildungsvermögen verantwortlich sind und (iv) die aus der stofflichen Zusammensetzung eines Saftes resultierenden physikalischen Eigenschaften (Dichte, Oberflächenspannung, Benetzungswinkel und rheologische Stofffunktionen). 

    Ziel des Forschungsvorhabens ist es , eine KNN-basierte Prozessführungsstrategie zu entwickeln und dynamisch entstehende Schaumschichten durch nicht-invasive, akustische oder alternativ thermische Schaumzerstörungsmechanismen während des Abfüllprozesses einzuschränken oder zu beseitigen.

  • Entwicklung eines automatischen, selbstlernenden Inline-Systems für die adaptive und ressourceneffiziente CIP-Reinigung am Beispiel eines Behälters mit motorisch angetriebenem Zielstrahlreiniger

    (Third Party Funds Single)

    Term: November 1, 2015 - April 30, 2018
    Funding source: AIF Arbeitsgemeinschaft industrieller Forschungsvereinigungen
    Abstract

    In der Lebensmittelindustrie müssen Maschi-nen und Anlagen regelmäßig gereinigt wer-den, um die hygienischen Vorgaben bei der Produktion erfüllen zu können. Verschärfte gesetzliche Rahmenbedingungen stellen dabei zusätzliche Ansprüche an die Lebensmittel-herstellung, deren Qualitätsmanagement und die eingesetzte Maschinentechnik. Genauso spielt der ökologische Gedanke eine zuneh-mende Rolle. Zur Maximierung der Ressourceneffizienz, wie sie auch die Richtlinie zur Integrierten Vermeidung und Verminderung der Umweltverschmutzung 2008/1/EG vorsieht, sind stetige Innovationen notwendig. Zur Erfüllung dieser Anforderungen dienen bevorzugt automatisierte Cleaning-In-Place-(CIP)-Prozesse, die ohne Demontage der zu reinigenden Maschinen- und Anlagenelemente auskommen sowie deutlich weniger anfällig für Qualitätsschwankungen des Reinigungsergebnisses sind als die manuelle Reinigung durch eine menschliche Arbeitskraft. Die Auslegung des Prozesses orientiert sich zumeist am schlimmsten anzunehmenden Fall, so dass i.d.R. ein überdimensioniertes Reinigungsprogramm abläuft und Ressourcen verschwendet werden. Gerade auch im Bereich der Behälterreinigung besteht der Wunsch, angemessene Reinigungszeiten, u.a. in Abhängigkeit der Art der Ablagerungen zu bestimmen, um so eine angepasste und damit potentiell effizientere Reinigung umsetzen zu können, die trotzdem den hohen Anforderungen an die Prozesssicherheit genügt. Aus diesen Gründen existiert die beständige Nach-frage nach neuen Reinigungssystemen.

    Ziel des Forschungsvorhabens ist die Entwicklung eines selbstlernenden Automatisierungssystems zur Inline-Optimierung von Reinigungsprozessen sowie eine hygienegerechte Integration der dafür notwendigen optischen Sensorik in das Reinigungssystem. Aufgrund der sehr komplexen Problemstel-lung wird das System zunächst für einen geeigneten Anwendungsfall entwickelt, um die allgemeine Machbarkeit zu demonstrieren. Diesen stellt im beantragten Projekt die Behälterreinigung mithilfe eines gesteuerten Zielstrahlreinigers dar.

  • Funktionsmuster einer industriellen Produktions- und Fraktionierungsanlage (Fett+Protein) von Insekten

    (Third Party Funds Single)

    Term: October 1, 2015 - September 30, 2018
    Funding source: AIF Arbeitsgemeinschaft industrieller Forschungsvereinigungen
    Abstract

    Die wachsende Weltbevölkerung und der folglich wachsende Bedarf an Lebensmitteln erfordert die Erschließung neuer Rohstoffe für die Fütterung von Nutztieren, aus denen Lebensmittel tierischer Herkunft produziert werden. Als Quellen, die nicht in direkter Konkurrenz zur menschlichen Ernährung stehen, können Insekten gesehen werden. Diese sollen gezüchtet und zu Futtermitteln verarbeitet werden. Im vorliegenden Vorhaben wird folglich der gesamte Weg von Züchtung der Insekten bis zur Herstellung von Futtermittel im Fokus, wobei die Ergebnisse der vorangegangenen Untersuchung genutzt werden, um dies optimal umzusetzen. Um ausreichende Mengen an Insekten herstellen zu können, ist die Automatisierung der Züchtung notwendig, die im vorliegenden Vorhaben realisiert werden soll. Dabei ist bei der zugehörigen Tötung der Insekten das Tierwohl strikt zu beachten. Ein weiterer Schritt liegt in einer effizienten Vorverarbeitung der Insekten. Diese müssen, aus Gründen der weiteren Verarbeitungsfähigkeit und Lagerbarkeit, fraktioniert, d. h. in Protein- und Fettfraktion aufgeteilt, und anschließend getrocknet werden. Insbesondere der letzte Schritt ist energetisch aufwendig, so dass die Abstimmung der Vor-und Weiterverarbeitungsschritte eine wesentliche Rolle spielt, um den Gesamtprozess energetisch effizient zu gestalten. Die Insektenfraktionen werden hier zu einem pelletierten Mischfutter verarbeitet. Die Bewertung der Mischfutterqualität erfolgt durch chemische, physikalische und ernährungsphysiologische Untersuchungen. Die Ergebnisse sollen Bestrebungen zur rechtlichen Zulassung von Insektenfraktionen für die Fütterung von
    Nutztieren unterstützen. Unternehmen der Mischfutterbranche können aufgrund der Ergebnisse Rezepturen unter Nutzung insektenbasierter Rohstoffen entwickeln. Für Insektenzüchter ergibt sich die Möglichkeit, die
    Erkenntnisse zur Automatisierung für den Gesamt- oder einzelne Teilprozesse zu nutzen.

  • Wissensbasierte Reduzierung des Energie- und Wasserbedarfs bei der Weinerzeugung mittels informationstechnologischer Hybride auf der Grundlage von Referenz-Petri-Netzen

    (Third Party Funds Single)

    Term: May 1, 2015 - April 30, 2019
    Funding source: Bundesministerium für Wirtschaft und Technologie (BMWi)
    Abstract

    Ziel des Forschungsvorhabens ist die Reduzierung der Energie- und Wasserbedarfs bei der Weinerzeugung. Dazu soll ein hybrides, informationstechnologisches Werkzeug basierend auf Referenz-Petri-Netzen entwickelt werden, das in die Prozessleitebene der Betriebe integrierbar ist und auf im Prozess erfassten Daten eine Echtzeit-Abbildung und Visualisierung des Gesamtprozesses realisieren kann.

  • Entwicklung eines automatischen, selbstlernenden Inline-Systems für die adaptive und ressourceneffiziente CIP-Reinigung am Beispiel eines Behälters mit motorisch angetriebenem Zielstrahlreiniger
  • Wissensbasierte Reduzierung des Energie- und Wasserbedarfs bei der Weinerzeugung mittels informationstechnologischer Hybride auf der Grundlage von Referenz-Petri-Netzen
  • Energieeffiziente Trocknung auf der Grundlage lokal-stoffadaptiver Prozessintensivierung am Beispiel der automatisierten Herstellung von Teigwaren
  • Funktionsmuster einer industriellen Produktions- und Fraktionierungs-Anlage (Fett + Protein) von Insekten
  • Modellierung und Simulation von biotechnologischen Prozessen inklusive Integration komplexer Modelle und Entwicklung von datenbankgestützten hybriden Simulationsumgebungen
  • Integration von metaheuristischen Algorithmen bei der Entscheidungsfindung
  • Bildung stochastischer Modelle zur Integration in eine Simulationsumgebung
  • Entwicklung adaptiver Prozessregelungen auf Basis maschinellen Lernens
  • Online und offline Training von automatisierten Strömungsprozessen mit Hilfe der Weiterentwicklung numerischer Verfahren.

  • Automatisierung
    • Entwicklungssysteme
    • Industriesysteme
    • Datenerfassung
    • Fuzzy Logik
  • Optimierung mit metaheuristischen Verfahren
    • Evolutionäre Algorithmen (z . B. genetische Algortihmen)
    • Partikelschwarmoptimierung
    • Simulated annealing
  • Methoden des maschinellen Lernens
    • Künstliche neuronale Netze (KNN)
    • Support Vector Machine (SVM)
    • Random Forest
    • Logistische Regression & Deep learning
    • Online learning
  • Modellierung und Simulation
    • Stochastische Prozesse
    • Ereignisorientierte Simulation (DES)
    • Hybride Simulation diskreter und kontinuierlicher Prozesse

2023

2022

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

AiF 11 EWN - FEI-Kurzbericht
AiF 18358 N - FEI-Kurzbericht
AiF 19711 N - FEI-Kurzbericht als Publikation
AiF 20517 N - FEI-Kurzbericht für Internet
WeinTool